/ Модель

Характеристики

Лицензия
Своя лицензия
Архитектура
emender_e97 · dense
Опубликована
21 авг 2026

emender-e97-1.3b

Генерация текстаТекст → текст3 профессии

Рекуррентная базовая языковая модель Emender на 1,3 млрд параметров для генерации и продолжения текста.

39скачиваний за 30 дней0лайковвеса обновлены21 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Emender E97 1.3B — рекуррентная базовая языковая модель на 1,287 млрд параметров, разработанная авторами проекта Emender. Архитектура EmenderForCausalLM использует нелинейное матричное состояние и раздельное управление стиранием и записью, вдохновлённое Gated DeltaNet 2. Модель обучалась с помощью локального DiLoCo с периодическим усреднением весов; опубликованный чекпойнт соответствует 513 млрд обучающих токенов. Для токенизации используется p50k_base, контекст обучения составлял 2 048 токенов.

Модель предназначена для продолжения текста и экспериментов с базовой генерацией на основе сырой языковой модели. Это не инструкционная и не чат-модель, поэтому она не рассчитана на выполнение инструкций или диалоговый режим без дополнительной настройки. В аудите HellaSwag версия на 513 млрд токенов набрала 0,365 нормированной точности против 0,489 у GPT-2 XL в том же тестовом стенде. В репозитории доступны веса safetensors; для загрузки требуется пользовательский код Emender с доверенной загрузкой удалённого кода в Transformers. Лицензия указана как other, без подробных условий в предоставленных данных.

Сценарии применения

  • продолжение заданного текста
  • эксперименты с рекуррентными языковыми моделями
  • исследование архитектуры Emender E97
  • оценка генерации текста на собственных наборах данных

Ограничения

Модель не настроена на инструкции или чат; контекст обучения составлял 2 048 токенов. В аудите HellaSwag она показала меньшую нормированную точность, чем GPT-2 XL в том же тестовом стенде; подробные условия лицензии other в предоставленных данных отсутствуют.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Emender E97 1.3B

Emender E97 is a 1.287B-parameter recurrent base language model with nonlinear matrix state and split erase/write control inspired by Gated DeltaNet 2. It is an E97 split-edit model, not the repository's separate GDN2 control.

This revision contains the checkpoint after 513,013,841,920 training tokens (step 2322520, recorded loss 2.2798). The default repository revision is the later 513B authority; the 150B authority is retained as a historical reproducibility revision.

Artifact

  • Source checkpoint SHA-256: e559df3e8c540aef59ce8c9d73338f255cbe2fb9c7301ab45c7ef36a5b0fb857
  • Export: evaluated ScheduleFree train/y weights only
  • Tokenizer: p50k_base
  • Context used in training: 2,048 tokens
  • Training approach: local DiLoCo with periodic model averaging
  • Raw optimizer state and pickle checkpoint: not included

The model is a raw base LM, not an instruction or chat model. A full HellaSwag audit of the 513B authority scored 0.3651663 normalized accuracy; GPT-2 XL in the same harness scored 0.4890460.

Loading

from transformers import AutoModelForCausalLM, AutoTokenizer

tok = AutoTokenizer.from_pretrained("spinozans/emender-e97-1.3b")
model = AutoModelForCausalLM.from_pretrained(
    "spinozans/emender-e97-1.3b", trust_remote_code=True, dtype="auto"
)

The custom loader requires the matching Emender source package:

pip install "git+https://github.com/spinozans/emender.git@2b5d135587cca9d1081dbbdf7b35a8ac2629db5d"

The qualified fused path targets AMD ROCm/Frontier. The bundled Transformers wrapper defaults to the slower native portable path.

Limitations and license

This is a research checkpoint with limited benchmark coverage. It can produce incorrect, biased, or unsafe text. No standalone model license has yet been selected; license: other is intentional and no permissive license should be inferred from repository visibility.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
EmenderForCausalLM
Ревизия весов
611b6e4

0 моделей